Адрес канала:
Категории:
Технологии
Язык: Русский
Количество подписчиков:
62.98K
Описание канала:
Самая актуальная информация из мира ML, Нейронных сетей,DI
По всем вопросам- @haarrp
@itchannels_telegram - 🔥 best it channels
@pythonl - 🐍
@machinee_learning -chat
@ArtificialIntelligencedl - AI
@datascienceiot - ml 📚
@machinelearning_ru ml
Рейтинги и Отзывы
Оценить канал ai_machinelearning_big_data и оставить отзыв — могут только зарегестрированные пользователи. Все отзывы проходят модерацию.
5 звезд
1
4 звезд
0
3 звезд
0
2 звезд
0
1 звезд
1
Последние сообщения 7
2023-05-19 10:53:52
FunASR: A Fundamental End-to-End Speech Recognition ToolkitFunASR, an open-source speech recognition toolkit designed to bridge the gap between academic research and industrial applications
Фундаментальный набор инструментов для распознавания речи. Github: https://github.com/alibaba-damo-academy/FunASR
Docs: https://alibaba-damo-academy.github.io/FunASR/en/index.html
Paper: https://arxiv.org/abs/2305.11013v1
Dataset: https://paperswithcode.com/dataset/wenetspeech
ai_machinelearning_big_data
4.5K views07:53
2023-05-18 12:02:26
FastComposer: Tuning-Free Multi-Subject Image Generation with Localized Attention FastComposer uses subject embeddings extracted by an image encoder to augment the generic text conditioning in diffusion models, enabling personalized image generation based on subject images and textual instructions with only forward passes.FastComposer - новый проект MIT, который обеспечивает высококачественное, персонализированное, многопредметное преобразование текста в изображение без тонкой настройки. Github: https://github.com/mit-han-lab/fastcomposer
Paper: https://arxiv.org/abs/2305.10431v1
Dataset: https://paperswithcode.com/dataset/ffhq
Project: https://fastcomposer.mit.edu/
ai_machinelearning_big_data
3.1K views09:02
2023-05-18 10:02:09
Как пройти техническое собеседование на ML-специалиста?
Узнайте на примере
mock-интервью с преподавателями курса «MLOps» в OTUS!
На открытом уроке вы сможете наблюдать один из этапов собеседования при найме ML-специалистов —
ML System Design секцию.
Для удачного прохождения этого этапа не достаточно только знания алгоритмов машинного обучения. Также проверяются
навыки проектирования ML систем, которые могут успешно работать в промышленной среде.
Больше инструментов MLOps ждет вас на курсе. Обратите внимание: возможные способы оплаты обучения.
Готовьте вопросы и
записывайтесь на вебинар! https://otus.pw/mQFg/
Нативная интеграция. Информация о продукте www.otus.ru
3.4K views07:02
2023-05-16 13:00:37
ULIP: Learning a Unified Representation of Language, Images, and Point Clouds for 3D UnderstandingYou can easily plug in any 3D backbone models and pre-train it using our framework to get a jump-start for various downstreaming tasks!
ULIP - мультимодальная предварительно обученная модель, которая может использовать данные из разных модальностей (изображения, текст и тд) для работы с 3D-данными. Github: https://github.com/salesforce/ulip
Paper: https://arxiv.org/abs/2305.08275v1
Dataset: https://paperswithcode.com/dataset/objaverse
ai_machinelearning_big_data
4.8K views10:00
2023-05-15 11:02:33
An Inverse Scaling Law for CLIP TrainingCLIP, the first foundation model that connects images and text, has enabled many recent breakthroughs in computer vision. As a result of this finding, we are able to successfully train CLIP even by using academic resources.
CLIP, первая фундаментальная модель, которая связывает изображения и текст, которая помогла совершить множество прорывов в компьютерном зрении. Проект показывает спопобы снижения вычислительных затрат на работу CLIP. Github: https://github.com/UCSC-VLAA/CLIPA
Paper: https://arxiv.org/abs/2305.07017v1
Dataset: https://paperswithcode.com/dataset/imagenet-sketch
ai_machinelearning_big_data
5.5K views08:02
2023-05-13 11:01:49
Towards Building the Federated GPT: Federated Instruction Tuning
Shepherd: A lightweight, foundational framework enabling federated instruction tuning for large language modelsМодель для фундаментальной основы для изучения федеративной тонкой настройки LLM. Github: https://github.com/jayzhang42/federatedgpt-shepherd
Paper: https://arxiv.org/pdf/2305.05644.pdf
Data Preparation: https://github.com/jayzhang42/federatedgpt-shepherd#Data_Preparation
ai_machinelearning_big_data
6.2K viewsedited 08:01
2023-05-12 13:02:09
DaGAN++: Depth-Aware Generative Adversarial Network for Talking Head Video GenerationA novel self-supervised method for learning dense 3D facial geometry (ie, depth) from face videos, without requiring camera parameters and 3D geometry annotations in training.
Новый метод на основе генеративных состязательных сетей для генерации видео с говорящими головами. Github: https://github.com/harlanhong/cvpr2022-dagan
Paper: https://arxiv.org/pdf/2305.06225v1.pdf
Demo: https://huggingface.co/spaces/HarlanHong/DaGAN
Dataset: https://paperswithcode.com/dataset/voxceleb1
ai_machinelearning_big_data
3.1K views10:02
2023-05-11 11:57:19
VideoChat: Chat-Centric Video UnderstandingCurrently, Ask-Anything is a simple yet interesting tool for chatting with video.
Набор данных, ориентированный на видео, состоящий из тысяч видеороликов, сопровождаемых подробными описаниями и субтитрами. Github: https://github.com/OpenGVLab/Ask-Anything
Demo: https://huggingface.co/spaces/ynhe/AskAnything
Paper: https://arxiv.org/pdf/2305.06355v1.pdf
Dataset: https://paperswithcode.com/dataset/webvid
ai_machinelearning_big_data
4.4K views08:57
2023-05-11 10:07:45
Начните изучать инструменты MLOps с библиотеки DataFrame API!
Приглашаем 15 мая в 20:00 мск на открытый урок
«DataFrame API: от Dask к PySpark» в OTUS.
DataFrame API — это библиотека для обработки данных в Python, которая часто используется в задачах машинного обучения.
На этом занятии мы рассмотрим ситуацию, когда данные уже не помещаются на дисковый массив, а для быстрой обработки требуется большое количество ядер.
Покажем на практике как деплоить модели в production
Больше инструментов MLOps ждет вас на курсе. Обратите внимание: возможные способы оплаты обучения.
Готовьте вопросы и
записывайтесь на вебинар! https://otus.pw/UImi/
Нативная интеграция. Информация о продукте www.otus.ru
4.2K views07:07
2023-05-10 15:01:01
ImageBind: One Embedding Space To Bind Them AllImageBind, an approach to learn a joint embedding across six different modalities - images, text, audio, depth, thermal, and IMU data.
ImageBind, новый подход от Meta
к обучению совместному встраиванию шести различных модальностей - текста,изображений,
аудио, глубины, тепловых данных и данных IMU. Github: https://github.com/facebookresearch/imagebind
Meta blog: https://ai.facebook.com/blog/imagebind-six-modalities-binding-ai/
Paper: https://arxiv.org/pdf/2305.05665v1.pdf
Demo: https://imagebind.metademolab.com/
Dataset: https://paperswithcode.com/dataset/msr-vtt
ai_machinelearning_big_data
2.9K views12:01